RigidFormer：利用Transformer学习刚体动力学

本研究提出RigidFormer，一种基于Transformer架构的深度学习方法，用于高效学习和预测复杂多体系统的刚体动力学。该模型通过自注意力机制捕捉物体间的交互关系，在仿真和机器人操控任务中展现出优越的泛化能力和物理一致性。